【摘要】 使用便携式X射线荧光光谱(XRF)传感器(30至90秒)诊断土壤肥力属性所需的分析时间太长，无法进行现场应用

使用便携式X射线荧光光谱(XRF)传感器(30至90秒)诊断土壤肥力属性所需的分析时间太长，无法进行现场应用[1-3]。评估了土壤肥力属性在停留时间和XRF性能之间的权衡。利用两个农田采集的102个土壤样品，分别在90、60、30、15、10、7、4和2秒停留时间下获得光谱，以建立和验证粘粒、阳离子交换量和可提取钾和钙的校正模型。结果表明，减少X射线荧光分析的停留时间会降低其数据的精度。尽管如此，即使在大幅减少土壤肥力属性(粘粒、阳离子交换量和交换性K和Ca)的停留时间(从90 S降至2 S)之后，仍有可能获得良好的土壤肥力属性（性能与四分位数距离的比率(RPIQ)在3.52到8.32之间）的预测性能。此外，还为寻求快速土壤肥力分析的模型校准(通常在实验室进行，没有时间限制)评估和建议了最佳停留时间。结果表明，最好的校准模型是那些与验证集具有相同驻留时间的模型(例如，使用驻留时间为2S时获得的光谱进行校准和验证)，驳斥了驻留时间较长应确保模型校准数据更准确的观点。在任何情况下，使用较长的驻留时间进行模型校准并不会在验证结果中导致统计学上的显著差异。因此，这项研究还表明，以前存在的光谱库可以用于校准模型，这些模型将根据快速测量获得的XRF数据进行外推，而不会对性能造成重大损失。这些结果使XRF更接近于精确农业背景下的现场土壤肥力制图。鼓励研究人员将缩短的停留时间与去除影响现场数据的其他外部因素(例如，土壤水分、土壤粗糙度等)相结合，以优化XRF在田间直接用于土壤肥力预测的使用。

 

[1]Adamchuk, V.I., Lund, E.D., Reed, T.M., Ferguson, R.B., 2007. Evaluation of an on-the-go

technology for soil pH mapping. Precis. Agric. 8, 139–149. https://doi.org/10.1007/ s11119-007-9034-0.

[2]An, S., Reza, S., Norlin, B., Frojdh, ¨ C., Thungstrom, ¨ G., 2021. Signal-to-noise ratio optimization in X-ray fluorescence spectrometry for chromium contamination analysis. Talanta 230, 122236. https://doi.org/10.1016/j.talanta.2021.122236.

[3]Andrade, R., Faria, W.M., Silva, S.H.G., Chakraborty, S., Weindorf, D.C., Mesquita, L.F., Guilherme, L.R.G., Curi, N., 2020. Prediction of soil fertility via portable X-ray fluorescence (pXRF) spectrometry and soil texture in the Brazilian Coastal Plains. Geoderma 357, 113960. https://doi.org/10.1016/j.geoderma.2019.113960.

 

免责声明：部分文章整合自网络，因内容庞杂无法联系到全部作者，如有侵权，请联系删除，我们会在第一时间予以答复，万分感谢。